Mental health research among Arabic speakers is increasing, and with it the need to assess psychopathology of Arabic-speaking populations, including natives, refugees, and immigrants. However, major challenges include the unavailability of appropriate Arabic tools, and the difficulty of judging whether available tools are appropriate. Critical judgment of psychometric tools is important, because they are used for high stake decisions such as clinical outcomes and diagnoses. We identified Arabic-language tests that measure constructs related to mental illness and health, critically analyzed their methodologies, and provided broad recommendations for future research. We conducted a systematic search query using four online databases and followed step-wise exclusions. We identified 115 articles published between January 1998 and August 2019 which produced 138 Arabic tests to screen or diagnose or plan treatment for psychological disorders. More than 80% of tests were translated or adapted from English using methods that are not comparable with the latest standards. Methods of establishing validity, reliability, and equivalence, were also limited, with one quarter not reporting reliability, and the majority using only one source of validity evidence. There is much room for improvement when making decisions about translation or adaptation designs, as well as conducting and reporting psychometric evidence.

讲阿拉伯语的人的心理健康研究正在增加，因此需要评估讲阿拉伯语的人群（包括当地人、难民和移民）的精神病理学。然而，主要挑战包括缺乏合适的阿拉伯语工具，以及难以判断可用工具是否合适。心理测量工具的批判性判断很重要，因为它们用于高风险决策，例如临床结果和诊断。我们确定了测量与精神疾病和健康相关的结构的阿拉伯语测试，批判性地分析了它们的方法，并为未来的研究提供了广泛的建议。我们使用四个在线数据库进行了系统的搜索查询，并逐步排除。我们确定了 1998 年 1 月至 2019 年 8 月期间发表的 115 篇文章，这些文章产生了 138 项阿拉伯语测试，以筛查、诊断或计划心理障碍的治疗。超过 80% 的测试是使用与最新标准无法比较的方法从英语翻译或改编而来的。建立有效性、可靠性和等效性的方法也很有限，四分之一的人没有报告可靠性，大多数人只使用一种有效性证据来源。在做出有关翻译或改编设计的决定以及进行和报告心理测量证据时，还有很大的改进空间。超过 80% 的测试是使用与最新标准无法比较的方法从英语翻译或改编而来的。建立有效性、可靠性和等效性的方法也很有限，四分之一的人没有报告可靠性，大多数人只使用一种有效性证据来源。在做出有关翻译或改编设计的决定以及进行和报告心理测量证据时，还有很大的改进空间。超过 80% 的测试是使用与最新标准无法比较的方法从英语翻译或改编而来的。建立有效性、可靠性和等效性的方法也很有限，四分之一的人没有报告可靠性，大多数人只使用一种有效性证据来源。在做出有关翻译或改编设计的决定以及进行和报告心理测量证据时，还有很大的改进空间。